The experimental results from Figur

The experimental results from Figure 1 to Figure 8 indicate that runtime of iMEFIM algorithm is faster than MUP-Growth+, MFHM, MHUP algorithms. Besides that, with sparse datasets such as BMS-POS, Foodmart, Kosarak, Retail, T10I4D100K, T40I10D100K, iMEFIM is better than MEFIM on execution time. However, runtime of MEFIM and iMEFIM algorithms on dense dataset depend on input threshold, example with Chess and Pumsb (Figures 2 and 5).

Kết quả (Việt) 1:

Các kết quả thử nghiệm từ hình 1 con số 8 chỉ ra rằng thời gian chạy của iMEFIM thuật toán là nhanh hơn so với MUP-tăng trưởng +, MFHM, MHUP các thuật toán. Bên cạnh đó, với datasets thưa thớt như BMS-POS, Foodmart, Kosarak, bán lẻ, T10I4D100K, T40I10D100K, iMEFIM hơn là MEFIM về thời gian thực hiện. Tuy nhiên, thời gian chạy của MEFIM và iMEFIM các thuật toán trên dày đặc các bộ dữ liệu phụ thuộc vào đầu vào ngưỡng, ví dụ với cờ tướng và Pumsb (con số 2 và 5).

Kết quả (Việt) 2:

Các kết quả thực nghiệm từ Hình 1 Hình 8 chỉ ra rằng thời gian chạy của thuật toán iMEFIM nhanh hơn MUP-Tăng trưởng +, các thuật toán MFHM, MHUP. Bên cạnh đó, với bộ dữ liệu thưa thớt như BMS-POS, Foodmart, Kosarak, bán lẻ, T10I4D100K, T40I10D100K, iMEFIM là tốt hơn so với MEFIM về thời gian thực hiện. Tuy nhiên, thời gian chạy của thuật toán MEFIM và iMEFIM trên tập dữ liệu dày đặc phụ thuộc vào ngưỡng đầu vào, ví dụ với cờ vua và Pumsb (Hình 2 và 5).